基于PCA-SVR的大坝裂缝早期预报模型

摘要：

自变量间的多重相关性和输入变量的高维数对支持向量机拟合模型的精度影响较大.基于大坝裂缝开合度理论,利用PCA提取原样本信息,缩减后的主成分作为SVR模型的输入量,能减少SVR模型的计算成本.将该模型应用到某大坝监控资料的分析,与传统回归模型相比,PCA-SVR模型有更高的计算精度和运算效率,能在实际工程中广泛应用.

关键词： 大坝 裂缝开合度 预报模型 主成分分析法 支持向量机拟合法

作者: 王泉

作者单位: 河海大学水利水电学院,江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098

会议类型: 国内会议

会议名称: 全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会

会议地点: 山西大同

会议语种:中文

页码: 65-71

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）